Quali dati sono necessari per valutare l’aggregazione della liquidità?
Aggregazione della liquidità, definita
L’aggregazione della liquidità è il processo mediante il quale la liquidità proveniente da più fonti di mercato viene combinata in un’unica vista utilizzabile per il confronto e l’esecuzione degli ordini. Nella pratica, ciò può comportare l’aggregazione di quotazioni e flussi d’ordine attraverso diverse sedi, intermediari o sistemi interni, in modo che acquirenti e venditori possano interagire in modo più efficiente.
Per valutare l’aggregazione della liquidità, hai innanzitutto bisogno di dati che descrivano (1) cosa viene aggregato, (2) da dove proviene e (3) come viene trasformato nel risultato eseguibile che osservi. Senza questi elementi, non puoi stabilire se il comportamento osservato sia dovuto al meccanismo di aggregazione o a condizioni di mercato in cambiamento.
Risposta diretta: quali dati ti servono
Valutare l’aggregazione della liquidità richiede quattro categorie di dati: input, provenienza, tempestività e controlli di qualità.
- Input (ciò che viene aggregato)
- Campi relativi alle quotazioni: livelli bid/ask, timestamp delle quotazioni e misure di profondità o dimensione al prezzo (se disponibili).
- Campi relativi all’esecuzione: prezzi di riempimento, orari di riempimento e quantità.
- Campi relativi al routing/algoritmo di abbinamento: come gli ordini vengono abbinati o instradati tra le diverse fonti (anche una descrizione generale è importante).
- Provenienza (da dove proviene ogni input)
- Identità della fonte: la sede, l’intermediario, il pool interno o il fornitore del feed per ogni flusso dati.
- Metodo di raccolta dati: streaming vs polling, snapshot vs aggiornamenti incrementali.
- Note sulle trasformazioni: eventuali regole di aggregazione, conversioni di unità, compensazione della latenza o filtraggio.
- Tempestività (quanto sono freschi e comparabili i dati)
- Definizioni dei timestamp: se i timestamp rappresentano il momento di creazione della quotazione, il momento di ricezione o l’ora del sistema.
- Frequenza di aggiornamento e variabilità (jitter): con quale frequenza i dati cambiano e la variabilità nei tempi di aggiornamento.
- Sincronizzazione: se più fonti sono allineate temporalmente o se le differenze osservate potrebbero essere artefatti temporali.
- Controlli di qualità (se i dati sono utilizzabili per la valutazione)
- Assenza di dati e lacune: quantifica quando e dove i dati mancano.
- Verifiche di coerenza: conferma unità (base/quotazione), decimali e convenzioni di segno.
- Duplicati e riordinamenti: rileva snapshot ripetuti, aggiornamenti fuori ordine o deriva dell’orologio.
- Comparabilità: conferma che i flussi dati misurino la stessa “cosa” (es. profondità visualizzata vs profondità negoziabile).
Come vengono utilizzati i dati, con un esempio concreto
Un approccio semplice per la valutazione consiste nel confrontare la “vista aggregata” con le fonti sottostanti, controllando tempo e qualità.
Esempio (basato su ipotesi, non in tempo reale): supponiamo di poter osservare (a) le quotazioni della fonte A, (b) le quotazioni della fonte B e (c) una quotazione aggregata o un risultato di esecuzione presso l’aggregatore.
- Definisci una finestra temporale esplicita (ipotizziamo finestre di 1 minuto) e una regola di sincronizzazione (ipotizziamo che i timestamp siano nello stesso fuso orario).
- Verifica se il bid/ask aggregato rappresenta una combinazione della liquidità disponibile dalle fonti, e non solo quella di una singola fonte.
- Se osservi esecuzioni a prezzi superiori a quelli mostrati da una delle fonti nella stessa finestra, la discrepanza potrebbe indicare regole di trasformazione, quotazioni obsolete, latenza o diverse definizioni di liquidità.
Il punto chiave è che lo stesso meccanismo può apparire diverso a seconda dell’interpretazione dei timestamp, delle regole di filtraggio e di come viene definita la “profondità”. Per questo motivo, i dati su tempestività e provenienza sono obbligatori, non opzionali.
Limitazioni materiali e modalità di errore
Diverse limitazioni possono invalidare una valutazione, anche con dati di buona qualità.
- Modalità di errore temporale: se i timestamp non sono comparabili tra le fonti, potresti attribuire le differenze all’aggregazione, mentre in realtà derivano da aggiornamenti ritardati.
- Differenza di definizione: la “liquidità” può indicare quotazioni visualizzate, quotazioni eseguibili o flussi d’ordine instradati. Se i campi misurati non corrispondono alla definizione usata nell’aggregatore, le conclusioni possono essere errate.
- Modalità di errore per dati obsoleti: input storici o aggiornati raramente possono preservare relazioni che non sussistono nelle condizioni attuali.
- Distorsione da esecuzione e costi: i riempimenti osservati possono essere influenzati da costi, spread al momento dell’esecuzione e meccanismi specifici della sede. Le relazioni storiche non garantiscono risultati futuri.
Poiché i risultati variano in base alle condizioni di mercato, ai costi, all’esecuzione e alla giurisdizione, devi presentare le conclusioni come condizionate alla finestra temporale e alle ipotesi utilizzate.
Checklist delle evidenze: verifica e prossime domande
Per verificare in modo indipendente la tua valutazione, assicurati di saper rispondere a queste domande “pronte per l’audit”.
- Tutti i flussi di input sono etichettati con la loro fonte e metodo di raccolta?
- Sai cosa rappresenta ogni timestamp (ora della quotazione vs ora di ricezione)?
- Puoi quantificare i dati mancanti e rimuovere o segnalare i periodi a bassa qualità?
- Disponi di documentazione per eventuali regole di trasformazione nell’aggregazione (come filtraggio, conversione o logica di instradamento)?
Se una di queste risposte è “sconosciuta”, considera la valutazione incompleta.